Методы коллаборативной фильтрации для рекомендательных систем // «Machine Learning. Advanced»

Вебинар посвящен методам коллаборативной фильтрации для рекомендательных. На занятии мы обсудим один из самых мощных алгоритмов области рексис, основанный на сингулярном разложении матрицы (SVD). А после короткой теоретической части, вы примените его на практике. Результаты урока: познакомитесь с задачей рекомендательных систем. Изучите подход на основе SVD разложения матрицы для построения рекомендательной системы. Примените его на практике. Кому подходит этот урок: продвинутым IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science Дата-сайентистам, желающим углубиться в профессию Тем кто самостоятельно изучает Data Science и уже изучил классические методы ML «Machine Learning. Advanced» - https://otus.pw/D5dH/ 00:00 - Начало вебинара 00:15 - О теме курса SVD алгоритме 02:05 - Пара слов о Марии Тихоновой 05:30 - Маршрут вебинара 11:47 - Подробно об SVG алгоритме 51:19 - О курсе ML Advanced 58:53 - Карьерная информация Преподаватель: Мария Тихонова - Senior Data Scientist SberDevices, преподаватель ВШЭ Подключайтесь к обсуждению в чате - https://otus.pw/DCpL/ Пройдите опрос по итогам мероприятия - https://otus.pw/vcvG/ Следите за новостями проекта: Telegram: https://t.me/Otusjava ВКонтакте: https://otus.pw/850t LinkedIn: https://otus.pw/yQwQ/ Хабр: https://otus.pw/S0nM/